Foundry项目rc-2版本发布:智能合约开发工具链全面升级
Foundry是区块链生态中广受欢迎的智能合约开发工具链,它集成了测试框架、部署工具和本地开发节点等功能。本次rc-2版本发布带来了多项重要更新,涵盖了Anvil本地节点、Cast交互工具和Forge测试框架等多个组件的功能增强与问题修复。
Anvil本地节点功能增强
Anvil作为Foundry的本地区块链节点实现,在rc-2版本中获得了多项实用功能:
-
模拟交易支持:新增了eth_simulateV1 RPC调用,使开发者能够更灵活地模拟交易执行情况。
-
调试能力提升:增加了对trace日志记录的支持,这将极大便利开发者在本地环境调试合约时的需求。
-
配置灵活性:现在支持在配置中使用负数作为分叉区块号,为测试不同历史场景提供了更多可能性。
-
安全改进:在模拟账户时绕过sidecar要求,简化了开发流程。
Cast工具链升级
Cast作为与区块链节点交互的CLI工具,本次更新带来了多项实用功能:
-
交易处理:新增了创建未签名原始交易的功能,以及按发送者和nonce查询交易的能力。
-
密钥管理:增加了修改钱包密码和导出公钥的命令,完善了密钥管理功能集。
-
交易池交互:新增cast txpool命令,方便开发者直接与交易池交互。
-
错误处理:改进了对自定义错误的解码处理,当交易回滚时能提供更清晰的错误信息。
Forge测试框架改进
Forge作为Solidity测试框架,在rc-2版本中获得了显著增强:
-
测试功能扩展:
- 新增expectCreate和expectCreate2断言,用于验证合约创建行为
- 添加了accessList和cold/warm操作码的测试支持
- 实现了vm.sort和vm.shuffle等新的测试辅助功能
-
不变性测试增强:
- 失败时显示原始和当前调用序列长度
- 能够将失败调用序列生成为Solidity代码
- 支持将不变性合约地址作为目标合约
-
性能优化:
- 通过预处理和缓存优化编译速度
- 新增选项禁用gas快照的磁盘写入
其他重要改进
-
跨链支持:优化了对不同链(如Metis、Rootstock等)的gas计算处理。
-
安全增强:规范化了签名中的s值处理,提高了安全性。
-
开发者体验:
- 改进了forge fmt的watch模式
- 增加了对EIP-4844测试的支持
- 优化了文档生成中的数学公式支持
-
错误处理:全面加强了各种边界条件下的错误处理和提示信息。
总结
Foundry rc-2版本是一次全面的功能升级,特别强化了测试能力和开发者体验。新版本在保持原有简洁高效特点的同时,通过新增的模拟交易、增强的测试断言和优化的错误处理等功能,为智能合约开发者提供了更强大、更易用的工具集。这些改进将显著提升区块链智能合约的开发效率和测试覆盖率,特别是在复杂合约场景下的调试能力得到了明显增强。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00